共焦点蛍光顕微鏡で取得した蛍光染色したニューロンの画像を処理するには、フェノールリンクソフトウェアを使用して画像のセグメンテーションと特徴抽出を行います。ソフトウェアで、選択したプレートをロードしてデータにアクセスし、目的の画像を選択します。照明補正された生画像に対して画像セグメンテーションを実行するには、蛍光強度を調整してさまざまなチャンネルを視覚化します。
プレートごとのそれぞれのチャンネル強度閾値を経験的に決定し、目的のセグメント化された信号が生画像の信号に対応することを確認し、バックグラウンド信号を最小限に抑えます。生きている細胞と死んだ細胞を分離するには、核のサイズと強度のしきい値を定義します。ダブルクリックで原子核のサイズを測定し、表示された強度を可視化します。
40 倍の画像を使用する場合は、デフォルトのパラメーターを維持して処理を実行します。得られた表形式の定量データを使用して、表現型プロファイルを構築し、さまざまな細胞株または処理条件を比較します。Jupyter ソフトウェアを使用して、Jupyter Notebook をセルごとに実行し、表現型プロファイルの生成と視覚化を行います。
画像をセグメント化し、表現型の特徴を抽出した。十分に基づいた表現型プロファイルに集約できる合計126の定量的特徴が決定されました。いくつかの特徴は、化合物処理で変化を示しました。
例えば、チロシンヒドロキシラーゼ(TH陽性細胞)のαシヌクレイン蛍光強度は、LARK2キナーゼ阻害剤PFE-360で処理すると低下しました。MAP2神経突起ネットワークの長さやTH陽性ニューロンの比率などの他の特徴は、試験した細胞株間でのみ違いを示し、複合処理では違いを示さなかった。
